Code-switching en los foros latinos hispanohablantes de Reddit

Abstract

El objetivo principal de la inteligencia artificial es lograr un diálogo natural con los usuarios, lo cual requiere desarrollar técnicas de procesamiento del lenguaje natural que aborden el fenómeno del code-switching, es decir, la alternancia entre dos o más idiomas en una conversación. Esto es especialmente relevante para aplicaciones multilingües como asistentes virtuales o sistemas de traducción en tiempo real. En este contexto, el tema propuesto a desarrollar en el presente trabajo es analizar los países de habla hispana de Latinoamérica en la red social Reddit. El objetivo es identificar las variaciones en el uso de anglicismos entre estos países, analizar las tendencias temporales y evaluar el impacto de factores como el turismo de Estados Unidos y las relaciones comerciales. Para lograrlo, se aborda el concepto de code-switching y spanglish, se describe el proceso de obtención de los datos y se presentan las técnicas a implementar. Luego, se analizan las tendencias de los anglicismos en los países, agrupándolos. Finalmente, se investiga la posible correlación entre la cercanía a Estados Unidos, la recepción de turistas estadounidenses y la frecuencia de anglicismos. A través de la aplicación de técnicas de minería de datos, se busca obtener un indicador de las tendencias lingüísticas en las regiones analizadas, contribuyendo al desarrollo de modelos de lenguaje más precisos y robustos en contextos multilingües.